【摘要】：基于內容的圖像檢索是多媒體信息檢索的重要研究方向,它是一種基于“以圖搜圖”的檢索技術,廣泛應用于多個領域,如電子商務子中的商品圖像檢索。隨著網(wǎng)絡的普及,數(shù)字圖像得到顯著增長,成為多媒體社會中主要信息的來源。各式各樣的圖像遍及到我們日常的生活學習中,如何快速準確的對圖像信息進行分析和檢索具有重要的研究價值。本文是對基于內容的圖像檢索技術進行研究。根據(jù)對該技術的相關理論知識和算法的學習,采用了多特征融合的分層圖像檢索方法。該方法的第一層是圖像篩選層,本文提出了基于稀疏的多類別分類方法對圖像進行篩選;第二層是精確圖像檢索層,采用多特征融合的方法對圖像進行精確檢索。本文將多特征分層圖像檢索技術應用在商品檢索中,具體的工作和創(chuàng)新如下:(1)在基于稀疏分類的圖像篩選層中,本文提出一種基于稀疏的多類別分類方法。傳統(tǒng)的稀疏分類方法是根據(jù)重建殘差進行分類,并且將圖像歸為某一類,這樣容易導致分類錯誤,從而不能達到圖像篩選的目的。因此,本文提出一種基于稀疏的多類別分類方法,結合稀疏表示的特性,采用重建殘差和稀疏系數(shù)的比值來進行分類,把圖像歸為相似的前N類,減少分類錯誤,達到圖像篩選的目的,構成精確檢索層的候選圖像集。(2)在精確圖像檢索層,本文采用多特征加權融合的檢索方法。首先提取SIFT特征,根據(jù)詞袋模型特征表示方法,得到圖像的直方圖特征。本文引入了Dirichlet Fisher核的直方圖轉換方法,得到具有較強辨別力的SiftBowDirfk特征,提高檢索的性能。此外,針對單一特征不能準確描述圖像的缺點,本文采用多特征加權融合的方法來表示圖像,加強了圖像的視覺特征表示能力,提高了圖像檢索的查準率和查全率。(3)結合分層圖像檢索技術,本文提出了基于稀疏的多類別分層檢索方法。通過基于稀疏多類別的分類對圖像進行篩選,減少了檢索過程特征匹配的數(shù)量;采用多特征融合的方法對圖像進行精確檢索,提高了檢索的性能。(4)將多特征分層檢索技術應用到商品圖像的檢索中,設計和實現(xiàn)了分層的商品檢索系統(tǒng)。
【學位授予單位】：電子科技大學
【學位級別】：碩士
【學位授予年份】：2016
【分類號】：TP391.41

【參考文獻】

相關期刊論文 前3條

1 張恒博;歐宗瑛;;一種基于顏色基元共生矩陣的圖像檢索方法[J];計算機工程;2007年14期

2 李國輝,曹莉華,柳偉,王辰,薛峰,熊華;多媒體信息查詢和檢索系統(tǒng)MIRc[J];小型微型計算機系統(tǒng);1999年09期

3 魏寶剛;李向陽;魯東明;潘云鶴;;彩色圖像分割研究進展[J];計算機科學;1999年04期

相關碩士學位論文 前4條

1 金偉;基于融合顏色特征與形狀特征的圖像檢索[D];西安電子科技大學;2014年

2 李磊;基于特征點的圖像匹配關鍵技術研究[D];山東科技大學;2009年

3 江嘉明;基于自然圖片的人臉檢測識別系統(tǒng)的實現(xiàn)[D];大連理工大學;2008年

4 周一紅;西瓜子智能識別系統(tǒng)核心技術研究與實現(xiàn)[D];蘇州大學;2007年

，

本文編號：2573300